[發明專利]基于神經網絡的人臉檢測方法、裝置和電子設備

有效

• 申請號: 201911285280.4
• 申請日: 2019-12-13
• 公開（公告）號: CN111079643B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 邊旭
• 申請（專利權）人: 三一重工股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/82;G06N3/0464
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 呂偉盼

本發明實施例提出一種基于神經網絡的人臉檢測方法、裝置和電子設備，涉及人臉識別領域，該方法包括：確定待檢測的人臉圖像，并基于人臉圖像確定至少一個第一輸入特征圖，每個第一輸入特征圖預設有m個子區域；對于每個輸入特征圖的每個子區域，根據預設的小卷積核進行特征提取，得到第一輸出特征圖；對于每個輸入特征圖，將輸入特征圖對應的第一輸出特征圖進行累加，得到第二輸出特征圖；基于至少一個輸入特征圖的第二輸出特征圖進行人臉識別。該方法能夠在不增加精度損失的情況下能有更好的GPU加速體驗，提高了檢測效率，緩解了現有技術中由于數據量增加導致計算量增大，檢測效率下降的問題。

技術領域

本發明涉及人臉檢測領域，具體而言，涉及一種基于神經網絡的人臉檢測方法、裝置和電子設備。

背景技術

人臉檢測算法是實現人臉識別比對驗證系統的關鍵部分。隨著深度學習技術的發展，現階段人臉檢測算法大規模使用卷積神經網絡實現。

隨著場景的多樣性與復雜性增加，訓練數據集的數量增加，卷積神經網絡的規模變得越來越大，需要更多的計算量與訪存量；這就不可避免的導致了檢測速度的下降，即使有圖形處理器(GPU)加速也很難達到實時檢測的要求。

發明內容

有鑒于此，本發明的目的在于提供一種基于神經網絡的人臉檢測方法、裝置和電子設備。

為了實現上述目的，本發明實施例采用的技術方案如下：

第一方面，本發明實施例提供一種基于神經網絡的人臉檢測方法，包括：

確定待檢測的人臉圖像，并基于所述人臉圖像確定至少一個第一輸入特征圖，每個所述第一輸入特征圖預設有m個子區域；

對于每個所述輸入特征圖的每個所述子區域，根據預設的小卷積核進行特征提取，得到第一輸出特征圖；

對于每個所述輸入特征圖，將所述輸入特征圖對應的第一輸出特征圖進行累加，得到第二輸出特征圖；

基于至少一個所述輸入特征圖的第二輸出特征圖進行人臉識別。

在可選的實施方式中，所述預設的小卷積核為3*3小卷積核，所述m為9；將所述輸入特征圖對應的第一輸出特征圖進行累加，得到第二輸出特征圖的步驟，包括：

將所述輸入特征圖對應的9個第一輸出特征圖逐像素進行累加，得到與7*7的卷積核的輸出結果相同的第二輸出特征圖。

在可選的實施方式中，所述小卷積核為9個，每個所述小卷積核對應9個子區域中一個的起始坐標和終止坐標。

在可選的實施方式中，將所述輸入特征圖對應的第一輸出特征圖進行累加，得到第二輸出特征圖的步驟，包括：

在Eltwise層，將所述輸入特征圖對應的9個第一輸出特征圖逐像素進行累加，得到與7*7的卷積核的輸出結果相同的第二輸出特征圖。

在可選的實施方式中，基于至少一個所述輸入特征圖的第二輸出特征圖進行人臉識別的步驟，包括：

在GPU加速引擎上對至少一個所述輸入特征圖的第二輸出特征圖進行固定尺寸最近鄰擴展上采樣，得到至少一個第三輸入特征圖；

基于至少一個所述第三輸入特征圖進行人臉識別。

第二方面，本發明實施例提供一種基于神經網絡的人臉檢測裝置，包括：

確定模塊，用于確定待檢測的人臉圖像，并基于所述人臉圖像確定至少一個第一輸入特征圖，每個所述第一輸入特征圖預設有m個子區域；

提取模塊，用于對于每個所述輸入特征圖的每個所述子區域，根據預設的小卷積核進行特征提取，得到第一輸出特征圖；